Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.908

P-Index

This Author published in this journals

All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Buana Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi Indonesian Journal of Artificial Intelligence and Data Mining SENTIA 2016 Journal of Intelligent Decision Support System (IDSS) Idealis : Indonesia Journal Information System GUYUB: Journal of Community Engagement Journal of Electrical Engineering and Computer (JEECOM) Journal of Technology and Informatics (JoTI) Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Internet of Things and Artificial Intelligence Journal Jurnal Ilmiah Teknik Informatika dan Komunikasi COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Abdimas Terapan: Jurnal Pengabdian Kepada Masyarakat Terapan JOKI: Journal of Computing and Informatics

Ratri Enggar Pawening

Universitas Nurul Jadid

Author-ID : 3432642

Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 22 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

PKM Pengembangan Kemampuan Sumber Daya Manusia melalui Pelatihan Microsoft Excel untuk Meningkatkan Kinerja Perangkat Desa Besuk Agung Probolinggo Ratri Enggar Pawening; Ayu Basirotul Muzayyanah; Raudhah Lailatul Mufidah; Nurul Wasilatul Laili
GUYUB: Journal of Community Engagement Vol 3, No 3 (2022): Hilirisasi Pembelajaran Berbasis Pengabdian kepada Masyarakat
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/guyub.v3i3.4803

Desa atau kelurahan merupakan lembaga pemerintah paling bawah sebagai ujung tombak yang langsung berhadapan dengan masyarakat. Pemerintah telah menjadikan teknologi menjadi salah satu bekal kemampuan yang dapat dimanfaatkan oleh pendidikan dan masyarakat khususnya di desa. Program-program pendidikan dan latihan secara formal maupun non formal yang memberikan bekal ketrampilan dan kemampuan dalam menggunakan dan memanfaatkan perangkat teknologi informasi dan komunikasi menjadi prioritas kebutuhan. Desa yang menjadi mitra dalam program pengabdian masyarakat ini adalah Desa Besuk Agung Kecamatan Besuk Kabupaten Probolinggo. Pembangunan yang dilaksanakan di Desa Besuk Agung Kecamatan Besuk selama ini telah menunjukkan kemajuan di berbagai sektor bidang kehidupan masyarakat. Berdasarkan observasi yang dilakukan oleh tim, sebagian besar urusan administrasi sudah dilaksanakan secara terkomputerisasi. Namun demikian Jumlah aparatur desa yang menguasai teknologi komputer sangat sedikit dan terbatas pada tenaga muda, akibatnya jika mereka tidak hadir di kantor maka kegiatan administrasi akan terganggu. Pengetahuan komputer tenaga aparatur desa ini juga masih terbatas, khususnya pada pengolahan data menggunakan Microsoft Excel untuk pengolahan data yang umum saja. Metode yang dilakukan pada kegiatan Pengabdian Kepada Masyarakat (PKM) adalah pelatihan. Pada kegiatan pelatihan, metode yang digunakan adalah deskriptif kuantitatif melalui teknik pengumpulan data yang digunakan dalam bentuk ceramah, diskusi, pelatihan, dan dokumentasi. Pada saat pelaksanaan peserta sangat antusias mengikuti pelatihan. Peserta pelatihan banyak menanyakan tentang pengaplikasian Microsoft Excel pada data-data desa, misalnya data penerima bantuan Program Keluarga Harapan (PKH), yang berkaitan dengan duplikasi data, pengelompokan, dll. Harapannya kegiatan ini bermanfaat bagi Desa Besuk Agung dan tim mahasiswa.

Deteksi Objek pada Citra Makanan Sebagai Rekomendasi Diet Menggunakan Metode Mask R-CNN Ratri Enggar Pawening; Meliana Eka Puteri; Agmelita Dwi Jianika; Fitriyah Hidayati
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 4 No. 1 (2024): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v4i1.733

Food is one of the main needs in life for survival. This is because the energy the body needs for activities and body metabolism is obtained by consuming food. Therefore, consuming food can maintain body health and the body's metabolism can work well. In this study, the aim was to detect objects in food images, namely the types of food such as fried chicken, hamburger, seblak, baso aci, and bakwan. The method used for object detection is Mask RCNN. Previously, the image will be pre-processed, namely the resizing and annotation process. The research results show that object detection in food images has an accuracy of 72%.

Deteksi Pilihan Jawaban Otomatis pada Lembar Jawaban Komputer Menggunakan Metode Image Thresholding dan Contour Sorting Oktagalu Pratamasunu, Gulpi Qorik; Pawening, Ratri Enggar; Wulandari, Uky Novita
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 1, No 1 (2020): Keberlanjutan Teknologi Informasi: Green IT sebagai Solusi Ramah Lingkungan
Publisher : Universitas Nurul Jadid

Penggunaan lembar jawaban komputer mengalami peningkatan di berbagai instansi seperti halnya pendidikan sedangkan informasi dalam lembar jawaban komputer harus terekam secara sempurna. Pihak sekolah harus memiliki alat scanner tertentu dengan harga yang mahal untuk mendeteksi pilihan jawaban. Padahal saat ini banyak alternatif lain untuk memindai bisa menggunakan scanner biasa yang harganya jauh lebih murah atau menggunakan aplikasi android yang dapat mengambil foto dengan kamera dan merubahnya menjadi menyerupai hasil scan, tetapi baik scanner biasa atau pun aplikasi android tersebut tidak dapat langsung mendeteksi pilihan jawaban secara otomatis. Dari permasalahan di atas, dibutuhkan suatu metode untuk mendeteksi pilihan jawaban dan mengevaluasi pilihan jawaban tersebut. Dengan penelitian ini diharapkan dapat mengembangkan suatu metode untuk mendeteksi pilihan jawaban pada lembar jawaban komputer secara otomatis sehingga akan mendapatkan hasil yang lebih akurat. Pada penelitian ini dikembangkan sebuah metode yang dapat mendeteksi pilihan jawaban secara otomatis dengan menggunakan metode image thresholding dan contour sorting. Maka dapat disimpulkan, bahwasanya 95% metode image thresholding dan contour sorting berhasil mendeteksi pilihan jawaban secara otomatis pada lembar jawaban komputer

Klasifikasi Kualitas Jeruk Lokal Berdasarkan Tekstur dan Bentuk Menggunakan Metode K-Nearest Neighbor (K-NN) Pawening, Ratri Enggar; Shudiq, Wali Ja'far; Wahyuni, Wahyuni
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 1, No 1 (2020): Keberlanjutan Teknologi Informasi: Green IT sebagai Solusi Ramah Lingkungan
Publisher : Universitas Nurul Jadid

Jeruk merupakan salah satu tanaman jenis buah – buahan yang banyak digemari oleh masyarakat, dikarenakan buah jeruk mengandung banyak vitamin C, vitamin B6, Antioksidan dan serat, tingkat komsumsi dan harga yang tinggi banyak dimanfaatkan penjual jeruk untuk berbuat yang tidak seharusnya. Hal ini terjadi karena kurangnya pengetahuan pembeli dalam membedakan jeruk baik dan buruk, Salah satu cara untuk mengenali jeruk baik dan buruk dibidang informatika adalah menggunakan pengolahan citra. Tujuan penelitian ini adalah mengklasifikasi jeruk lokal berdasarkan bentuk dan teksturnya, Adapun metode yang digunakan yaitu metode GLCM (gray level co – occurance matrices) dengan fitur energy, Correlation, Contrast, Homogeneity untuk ekstrasi ciri tekstur dan metode geometri untuk ektrasi ciri bentuk dengan fitur Eccentricity dan matric. Sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode k – Nearest Neigbhor berdasarkan fitur tekstur dan bentuk yang diperoleh. Fitur fitur tekstur dicari dengan berdasarkan sudut 0°, 45°, 90°, 135°, dan Fitur – fitur bentuk dicari berdasarkan Luas dan Keliling Objek, nilai k yang digunakan dalam penelitian ini adalah 1 sampai 5, yang menghasilkan tingkat akurasi tertinggi pada uji k1 sebesar 93,33% dan akurasi terendah sebesar 86,20% pada uji k7 dan k8.

Penerapan Data Mining dengan Metode Association Rule Mining untuk Memprediksi Minat Belajar Bahasa Arab di Lembaga Awwaliyah Al-Hasyimiyah Pawening, Ratri Enggar
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 2 (2022): Keberlanjutan Teknologi Informasi: Green IT sebagai Solusi Ramah Lingkungan
Publisher : Universitas Nurul Jadid

Pendidikan Bahasa Arab saat ini sudah banyak dipelajari diberbagai tingkatan pendidikan, terutama di lingkungan pesantren yang sebagian besar mewajibkan santri untuk berbahasa arab setiap harinya. Di Wilayah Al-Hasyimiyah Nurul Jadid sendiri, ada beberapa lembaga yang mempelajari Bahasa Arab, salah satunya adalah Lembaga Awwaliyah yang berada dibawah naungan wilayah Al-Hasyimiyah. Selain melakukan kegiatan belajar dan penyetoran mufrodat, para santri juga akan melakukan ujian akhir untuk melihat sistem pembelajaran di lembaga, karena nilai santri menjadi salah satu tolak ukur penguasaan materi pelajaran oleh santri. Nilai santri juga menjadi acuan untuk pengambilan keputusan kelulusan. Dalam belajar Bahasa Arab pun dapat dilihat dan dibedakan santri yang mempunyai minat belajar dengan santri yang tidak memiliki minat belajar. Salah satu contoh santri yang memiliki minat belajar adalah mereka akan senang mempelajari dan menambah kosakata Bahasa Arab, aktif pada saat pembelajaran, dan medapatkan nilai ujian akhir yang baik, sedangkan mereka yang tidak mempunyai minat akan merasa malas dan bosan untuk belajar. Dengan memanfaatkan pengetahuan data mining, data-data santri dan kegiatan belajar yang sudah disimpan di lembaga dapat diolah lebih lanjut untuk membantu lembaga menemukan hal-hal yang bisa dimaksimalkan untuk pengingkatan kualitas pembelajaran. Pada penelitian ini metode yang digunakan adalah Association Rule Mining (ARM) dengan algoritma apriori. Tahapan penelitian yang dilakukan adalah pengumpulan data, pembersihan dan transformasi data, analisis aturan, dan interpretasi hasil. Dari hasil pengujian diperoleh kesimpulan adalah meskipun seluruh variabel yang mempengaruhi minat belajar ditentukan secara apriori, dapat ditunjukkan bahwa ada hubungan asosiatif antara variabel nilai mingguan dengan variabel nilai setoran, nilai akhir, dan rekap absen.

ANALISIS SENTIMEN PADA ULASAN APLIKASI EHADRAH DI GOOGLE PLAYSTORE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Muzayyanah, Ayu Basirotul; Pawening, Ratri Enggar; Arifin, Zainal
IDEALIS : InDonEsiA journaL Information System Vol 7 No 2 (2024): Jurnal IDEALIS Juli 2024
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v7i2.3250

Aplikasi Ehadrah adalah sebuah aplikasi untuk mendengarkan dan mengakses konten hadrah, seni musik tradisional islami. Jumlah pengguna aplikasi Ehadrah semakin meningkat di era digital saat ini karena popularitasnya yang terus bertambah. Namun, ulasan pengguna sering tidak sesuai dengan rating yang ditampilkan di Google Play Store, menciptakan kesenjangan yang dapat menghambat pengembangan aplikasi lebih lanjut. Oleh karena itu, diperlukan analisis sentimen untuk memahami sentimen pengguna secara lebih mendalam. Data ulasan diperoleh melalui web scraping menggunakan Google Play Store API dan kemudian diproses melalui tahapan preprocessing seperti case folding, tokenizing, stopword removal, dan stemming. Pemodelan menggunakan teknik Support Vector Machine (SVM) dengan membandingkan kedua kernel SVM yaitu Linear dan RBF untuk mengklasifikasikan sentimen dalam ulasan pengguna. Tujuan penelitian ini adalah untuk mengevaluasi sentimen pengguna terhadap aplikasi eHadrah di Google Play Store dengan menggunakan algoritma SVM. Hasil penelitian menunjukkan bahwa SVM dengan kernel Linear lebih unggul dibandingkan kernel RBF. SVM dengan Kernel Linear menghasilkan akurasi 95.46%, precision 81.83%, recall 55.61%, dan f-measure 62.82%, sementara kernel RBF menghasilkan akurasi 94.15%, precision 58.03%, recall 40.33%, dan f-measure 43.24% dengan menggunakan 976 data ulasan.

Sentiment Analysis of Patient Reviews of Az-Zainiyah Clinic Services Using Neural Language Processing with the Naïve Bayes Method Gufairoh, Siti Gufairoh; Nadhiroh, Anis Yusrotun; Pawening, Ratri Enggar
Internet of Things and Artificial Intelligence Journal Vol. 5 No. 1 (2025): Volume 5 Issue 1, 2025 [February]
Publisher : Association for Scientific Computing, Electronics, and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/iota.v5i1.770

In the research, the researcher evaluates analysis sentiment from review patients about services at the Az-Zainiyah clinic with the use Naïve Bayes method in Natural Language Processing (NLP). The dataset used consists of from review grouped patients become three categories of sentiment: positive, neutral, and negative. The Naïve Bayes model was trained and tested. To test its performance in classifying sentiment review patients. Research results show that the Naïve Bayes model achieves accuracy by 96%, Good macro average or weighted average shows high precision, recall, and f1-score values, around 0.97 and 0.96, respectively. These results show the effectiveness of the model in identifying sentiment review patients with high accuracy. Findings This gives valuable insights for increased quality services at the Az-Zainiyah clinic based on bait come back from patients, who in turn can increase satisfaction and experience patient.

Pendampingan Program Start-Up Bisnis Menuju Sekolah Pencetak Wirausaha di Kabupaten Probolinggo Tholib, Abu; Pawening, Ratri Enggar; Junaedi, Deddy
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2024): November 2024
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v5i1.496

Latar Belakang: Program pendampingan ini dilaksanakan untuk mengatasi keterbatasan pemahaman kewirausahaan digital di kalangan SMK di Kabupaten Probolinggo. Tujuan: Kegiatan ini bertujuan membangun ekosistem kewirausahaan melalui pengembangan keterampilan manajerial dan teknis kepala sekolah, guru, dan siswa SMK. Metode: Dalam kolaborasi dengan MKKS SMK Kabupaten Probolinggo, metode yang digunakan mencakup sosialisasi, pelatihan kewirausahaan, penerapan teknologi melalui aplikasi SPW berbasis web, dan pendampingan berkelanjutan. Hasil: Hasilnya menunjukkan peningkatan signifikan pada keterampilan manajerial dan teknis di 47 sekolah mitra, yang kini lebih siap membimbing siswa dalam mengembangkan bisnis. Kesimpulan: Aplikasi SPW juga terbukti memudahkan sekolah dalam pemantauan dan evaluasi kewirausahaan, meningkatkan efisiensi manajemen bisnis di tingkat sekolah.

Classification of Corn Seed and Cob Quality Based on Texture and RGB Color Features Using Backpropagation Method Pawening, Ratri Enggar; Zaskiya, Karina Desy; Hasanah, Syarifatul
Journal of Intelligent Decision Support System (IDSS) Vol 7 No 4 (2024): December: Intelligent Decision Support System
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/idss.v7i4.282

The quality of agricultural products, such as corn, is greatly influenced by various factors, both environmental factors and agricultural engineering factors. This post-harvest quality affects product performance and is in line with consumer satisfaction, so it will greatly affect its selling price. Manual corn quality grouping requires a lot of time and effort. This study aims to develop a method for classifying corn kernel and cob quality based on digital image processing, using RGB color and texture features. The dataset consists of 150 corn kernel images divided into two quality categories, namely "good" and "bad". The research process involves preprocessing stages, color feature extraction using RGB color space, and texture features using the Gray Level Co-occurrence Matrix (GLCM) method. The classification model is built using the Backpropagation artificial neural network algorithm. The test results show that this method is able to achieve classification accuracy of up to 75%. The implementation of this method is expected to increase the efficiency of the corn quality selection process, reduce dependence on manual assessment, and provide significant benefits to the agricultural sector, especially farmers and the corn industry. These findings provide an important contribution to the development of digital-based post-harvest technology in Indonesia.

PKM Edukasi dan Sosialisasi Pengelolaan Sampah Plastik Menjadi Ecobrick di SDN Kalimas 1 dan SDN Kalimas 2 Ratri Enggar Pawening; Ummi Kholifah; Nurul Kamilatul Mahmuda; Sofi Magfiroh; Rofiatul Hasanah
ABDIMAS TERAPAN : Jurnal Pengabdian Kepada Masyarakat Terapan Vol. 1 No. 2 (2023): Desember: ABDIMAS TERAPAN: Jurnal Pengabdian Kepada Masyarakat Terapan
Publisher : Politeknik Kampar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59061/abdimasterapan.v1i2.575

Waste is one of the increasingly pressing global environmental problems. Waste management is a complex challenge that requires efforts from all parties, including individuals, government, industry and the international community. Elementary students really need to be equipped with knowledge related to caring for waste, starting from throwing rubbish in the rubbish bin, to knowing about the types of rubbish and their uses. There are many ways to recycle waste, but there is a recent breakthrough in processing plastic waste which has a tremendous impact on the environment, namely by making plastic waste into ecobricks, namely environmentally friendly bricks made from plastic bottles filled with plastic waste until they are solid. The place for community service is at SDN Kalimas 1 and SDN Kalimas 2, where the training participants are grade 5 students. The service activities carried out are socialization on the importance of keeping the environment clean, socialization on the introduction of types and their sorting, and training on making ecobricks. This PKM program received positive support from the school and the training participants, namely grade 5 students, were very enthusiastic about participating in the ecobrick training and demonstration.

Co-Authors Abu Tholib Agmelita Dwi Jianika Agus Zainal Arifin Agus Zainal Arifin Anny Yuniarti Arum Puji Rahayu Ayu Basirotul Muzayyanah Darlis Herumurti Deddy Junaedi Fadillah Nurul Imami Faiqatul Hikmah Fajaratul Lailiah Fakhrina Kamila Fatimatus Zahro Fiqih Humaidah Fitriyah Hidayati Gufairoh, Siti Gufairoh Gulpi Qorik Oktagalu Pratamasunu Hasanah, Syarifatul Honainah Honainah Kusdatul Komariyah Kusuma, Selvia Ferdiana Meliana Eka Puteri Miftahul Hasanah Moh Furqan Mohammad Furqan Muthmainnah, Atik Muzayyanah, Ayu Basirotul Nadhiroh, Anis Yusrotun Nurul Kamilatul Mahmuda Nurul Lihayati Nurul Wasilatul Laili Oktagalu Pratamasunu, Gulpi Qorik Putri Mar’atu Sholehah Raudhah Lailatul Mufidah Rizqa Raaiqa Bintana Rofiatul Hasanah Rohman Dijaya Shudiq, Wali Ja'far Sofi Magfiroh Sya'roni, Wahab Tio Darmawan Ummi Kholifah wahyuni wahyuni Wulandari, Uky Novita Zainal Arifin Zaskiya, Karina Desy

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search